《基于自适应虚拟机迁移的云资源调度机制》
计算机科学/2019/东北大学
目前，针对云资源调度的研究有拍卖、博弈、性能与能量感知、基于神经网络与优化算法等。
云数据中心的资源调度机制聚焦在虚拟机的放置和迁移等决策上。
随着用户需求和服务器的负载等外部环境的变化，放置后的虚拟机很可能面临新的挑战，如服务器负载不均衡，用户对虚拟机资源需求临时增加而当前服务器剩余资源相对不足，单个或多个服务器节点故障，系统面临虚拟机失效和用户服务中断的风险等。
1 系统框架
自适应虚拟机迁移系统框架主要由：筛选模块、监测模块（资源监测和迁移监测）和迁移决策与实时模块组成。
筛选模块：基于一定阈值条件,从所有虚拟机中抽取符合条件的虚拟机组成待迁移虚拟机集合。
监测模块：负责对迁移前虚拟机和服务器运行数据以及迁移后相关数据进行监测,前者为筛选做准备,后者根据监测迁移虚拟机时服务器所需开销以及迁移后运行产生的开销来为自适应调整机制提供系统环境参数；
迁移决策与实施模块：块根据历史数据先预测出未来一段时间内服务器的服务开销,然后基于此开销为待迁移虚拟机规划未来一段时间内的 多个运行位置,即目标服务器(虚拟机未来迁入的服务器,而 不是当前服务器)序列,并实施迁移.
问题建模
1 迁移路径
2 服务开销
自适应迁移机制
虚拟机的自适应迁移过程是动态持续进行的,根据虚拟 机运行参数、服务器间链路状况和服务器负载情况,结合迁移 效果评估,调整预测算法的参数,优化预测模型,进而优化虚 拟机未来规划的迁移路径.迁移主要包含４个阶段:待迁移 虚拟机的筛选,基于 ARIMA 时间序列模型的服务开销预测, 规划迁移路径并实施迁移,自适应预测窗口调整.
